Feature Store 特征平台深度实战：从 Point-in-Time 正确性、训练-推理偏斜治理到离线/在线双存储一致性的工程全解
深入解析 Feature Store 的工程内核：Point-in-Time 时间旅行 Join 消除标签泄露、训练-推理偏斜的三类形态与治理、离线/在线双存储物化与一致性校验、特征注册中心与血缘治理，附可落地的 SQL 与 Python 代码示例。
机器学习工程
梯度提升树引擎深度工程实战：从加权分位数草图、直方图作差到 GPU 直方图构建与低延迟推理全链路
沿着 GBDT 引擎的执行链路拆解工程内核：加权分位数草图（GK summary）的分桶原理与 merge/prune 实现、直方图作差把一半构建成本抹掉的技巧、稀疏感知与默认方向、CatBoost 的 Ordered Target Statistics 与对称树无分支推理、分布式训练只传直方图的通信量下界分析、GPU 上 shared-memory 原子加直方图构建，以及 Treelite/FIL 把树编译成可执行代码的低延迟推理路径，并给出六条生产踩坑清单与选型建议。
